收集和分配风力涡轮机指标的软件包
OpenOA的Python项目详细描述
该库提供了一个框架,用于处理来自风电厂(如SCADA)的大型时间序列数据。 项目(WPF)的基准是由WPF开发的, 旨在为工厂级绩效考核的实施提供参考。在
分析程序按目的分为方法, 而这些方法又依赖于更抽象的工具箱。 除了提供的分析方法外, 任何人都可以自己写,这是为了提供自然 在此框架内工具的增长。在
这个库是围绕Pandas数据帧编写的,使用了一个灵活的后端 这样就可以使用其他库执行数据加载、处理和分析, 比如达斯克和斯帕克。在
要求
- python3.6+和pip。在
我们强烈建议使用Anaconda Python发行版,并为OpenOA创建一个新的conda环境。{a3}你可以通过水蟒下载
安装Anaconda之后,创建并激活一个名为“openoa env”的新conda环境:
conda create --name openoa-env python=3
conda activate openoa-env
安装:
使用pip克隆存储库并安装库及其依赖项:
^{pr2}$现在您应该能够从Python解释器导入操作性的_分析:
python
>>> import operational_analysis
开发
开发依赖项在要求.txt文件。在
我们建议在安装这些需求之前使用一个新的虚拟环境或Anaconda根目录。使用要求.txt公司名称:
pip install -r ./OpenOA/requirements.txt
接下来,我们建议在可编辑模式下安装OpenOA:
pip install -e ./OpenOA
提取示例数据
示例数据将根据测试需要自动提取。提供以下命令供参考:
unzip examples/data/la_haute_borne.zip -d examples/data/la_haute_borne/
测试
测试是在pythonunittest框架中编写的,并且可以使用pytest运行。要使用代码覆盖率报告运行所有测试,请执行以下操作:
pytest --cov=operational_analysis
只运行单元测试:
pytest --ignore=test/regression/ --cov=operational_analysis
文档
文档由Read The Docs自动生成,并通过Read The Docs可见。在
您可以使用sphinx生成文档,但需要首先确保您的计算机上有Pandoc is installed:
cd sphinx
pip install -r requirements.txt
make html
贡献者
按字母顺序: 内森·阿加瓦尔, 尼古拉·博迪尼, 安娜·克雷格, 杰森·菲尔兹, 罗布·哈蒙德, 特拉维斯·坎珀, 李约瑟, 月亮山, 约翰·梅斯纳, 迈克·奥蒂斯, 乔丹·佩尔·索尔, 塞巴斯蒂安·普法费尔, 卡莱布·菲利普斯, 艾略特·群, 申文生, 埃里克·西姆利,还有 林迪·威廉姆斯。在
- 项目
标签: